模模力榜

对话 · 视觉理解 · 作业辅导排行榜

基于公开偏好评测数据展示 视觉理解 / 作业辅导 榜单，每个榜单独立排序。

选型指南

作业辅导模型怎么选？

作业辅导排行榜用于回答“作业辅导哪个 AI 模型更强”这类选型问题。页面基于公开偏好评测数据展示模型排名，每个榜单独立排序，不把不同任务的原始分数直接混合。当前榜首是 claude-opus-4-7，厂商为 anthropic，百分制分数 100.0，样本量 1.1K。 数据来源保留 Arena 原始榜单和 LMArena leaderboard dataset，更新时间以榜单发布时间 2026-05-18 为准。

claude-opus-4-7claude-opus-4-7-thinkinggpt-5.5-highgpt-5.5claude-opus-4-6-thinking
当前目录对话 · 视觉理解 · 作业辅导
模型数量78
榜单发布时间2026/05/18
Arena 公开偏好评测原始榜单: 视觉理解 / 作业辅导榜单发布时间: 2026/05/18榜单数据集: LMArena latest parquet打开 Arena 来源打开榜单数据集
1
claude-opus-4-7
Anthropic
100.0
1.1K
1M
¥36 / ¥180输入/输出
2
claude-opus-4-7-thinking
Anthropic
98.7
1.1K
1M
¥36 / ¥180输入/输出
3
gpt-5.5-high
Openai
97.4
743
1.05M
¥36 / ¥216输入/输出
4
gpt-5.5
Openai
96.1
788
1.05M
¥36 / ¥216输入/输出
5
claude-opus-4-6-thinking
Anthropic
94.8
1.2K
1M
¥36 / ¥180输入/输出
6
gpt-5.4
Openai
93.5
1K
1.05M
¥18 / ¥108输入/输出
7
claude-opus-4-6
Anthropic
92.2
1.4K
1M
¥36 / ¥180输入/输出
8
gemini-3.1-pro-preview
Google
90.9
2.6K
1.05M
¥14.4 / ¥86.4输入/输出
9
kimi-k2.6
Moonshot
89.6
937
262K
¥6.84 / ¥28.8输入/输出
10
gemini-3-flash
Google
88.3
3.2K
1.05M
¥3.6 / ¥21.6输入/输出
11
gemini-3-pro
Google
87.0
1.8K
1.05M
¥14.4 / ¥86.4输入/输出
12
gpt-5.4-high
Openai
85.7
951
1.05M
¥18 / ¥108输入/输出
13
claude-sonnet-4-6
Anthropic
84.4
1.5K
1M
¥21.6 / ¥108输入/输出
14
gemma-4-26b-a4b
Google
83.1
1.9K
262K
¥0.94 / ¥2.88输入/输出
15
gemma-4-31b
Google
81.8
3.1K
262K
¥3.24 / ¥7.2输入/输出
16
gemini-3-flash (thinking-minimal)
Google
80.5
2.9K
1.05M
¥3.6 / ¥21.6输入/输出
17
muse-spark
Meta
79.2
782
-
-
18
kimi-k2.5-thinking
Moonshot
77.9
2.1K
262K
¥4.32 / ¥21.6输入/输出
19
dola-seed-2.0-pro
Bytedance
76.6
1.6K
-
-
20
qwen3.7-plus-preview
Alibaba
75.3
587
131K
¥3.6 / ¥21.6输入/输出
21
glm-5v-turbo
Zai
74.0
1.2K
200K
¥0 / ¥0输入/输出
22
gpt-5.2-chat-latest-20260210
Openai
72.7
2K
400K
¥12.6 / ¥101输入/输出
23
qwen3.5-397b-a17b
Alibaba
71.4
1.7K
262K
¥3.1 / ¥18.6输入/输出
24
gpt-5.4-mini-high
Openai
70.1
1.4K
400K
¥5.4 / ¥32.4输入/输出
25
gpt-5-chat
Openai
68.8
1.4K
400K
¥9 / ¥72输入/输出
26
qwen3-vl-235b-a22b-instruct
Alibaba
67.5
1.6K
128K
¥2.16 / ¥8.64输入/输出
27
gemini-2.5-pro
Google
66.2
5.1K
1.05M
¥9 / ¥72输入/输出
28
gemini-2.5-flash-preview-09-2025
Google
64.9
625
1M
¥2.16 / ¥18输入/输出
29
gpt-5.2-high
Openai
63.6
2.4K
400K
¥12.6 / ¥101输入/输出
30
gemini-3.1-flash-lite-preview
Google
62.3
2.2K
1.05M
¥1.8 / ¥10.8输入/输出
31
gpt-5.1-high
Openai
61.0
1.2K
400K
¥9 / ¥72输入/输出
32
grok-4.20-multi-agent-beta-0309
Xai
59.7
1.4K
2M
¥14.4 / ¥43.2输入/输出
33
gpt-5.5-instant
Openai
58.4
609
400K
¥9 / ¥72输入/输出
34
qwen3.5-122b-a10b
Alibaba
57.1
1.5K
262K
¥2.88 / ¥23输入/输出
35
gpt-5.2
Openai
55.8
2.5K
400K
¥12.6 / ¥101输入/输出
36
kimi-k2.5-instant
Moonshot
54.5
564
262K
¥4.32 / ¥21.6输入/输出
37
qwen3.5-27b
Alibaba
53.2
1.4K
262K
¥2.16 / ¥17.3输入/输出
38
grok-4.3
Xai
51.9
633
1M
¥9 / ¥18输入/输出
39
grok-4.20-beta-0309-reasoning
Xai
50.6
1.5K
2M
¥14.4 / ¥43.2输入/输出
40
mimo-v2.5
Xiaomi
49.4
1.3K
1.05M
¥2.88 / ¥14.4输入/输出
41
ernie-5.0-preview-1220
Baidu
48.1
360
128K
¥7.92 / ¥14.4输入/输出
42
chatgpt-4o-latest-20250326
Openai
46.8
2.2K
128K
¥18 / ¥72输入/输出
43
mimo-v2-omni
Xiaomi
45.5
1.2K
262K
¥2.88 / ¥14.4输入/输出
44
hunyuan-vision-1.5-thinking
Tencent
44.2
313
-
-
45
gpt-4.1-2025-04-14
Openai
42.9
1.5K
1.05M
¥14.4 / ¥57.6输入/输出
46
gemini-2.5-flash
Google
41.6
4.6K
1.05M
¥2.16 / ¥18输入/输出
47
gpt-5.1
Openai
40.3
1.4K
400K
¥9 / ¥72输入/输出
48
qwen3-vl-235b-a22b-thinking
Alibaba
39.0
314
131K
¥2.06 / ¥8.26输入/输出
49
o3-2025-04-16
Openai
37.7
2K
200K
¥14.4 / ¥57.6输入/输出
50
o4-mini-2025-04-16
Openai
36.4
1.7K
200K
¥7.92 / ¥31.7输入/输出
51
gpt-5-high
Openai
35.1
1.5K
400K
¥9 / ¥72输入/输出
52
claude-opus-4-20250514
Anthropic
33.8
336
200K
¥108 / ¥540输入/输出
53
gpt-5.4-nano-high
Openai
32.5
1.4K
400K
¥1.44 / ¥9输入/输出
54
gpt-4.1-mini-2025-04-14
Openai
31.2
1.4K
1.05M
¥2.88 / ¥11.5输入/输出
55
gemini-2.5-flash-lite-preview-09-2025-no-thinking
Google
29.9
625
1.05M
¥0.72 / ¥2.88输入/输出
56
claude-sonnet-4-20250514
Anthropic
28.6
245
200K
¥21.6 / ¥108输入/输出
57
gpt-5-mini-high
Openai
27.3
1K
400K
¥1.8 / ¥14.4输入/输出
58
claude-opus-4-20250514-thinking-16k
Anthropic
26.0
170
200K
¥108 / ¥540输入/输出
59
claude-3-7-sonnet-20250219
Anthropic
24.7
241
200K
¥21.6 / ¥108输入/输出
60
gemini-2.5-flash-lite-preview-06-17-thinking
Google
23.4
1.4K
65.5K
¥0.72 / ¥2.88输入/输出
61
step-3
Stepfun
22.1
228
65.5K
¥1.8 / ¥4.68输入/输出
62
claude-3-7-sonnet-20250219-thinking-32k
Anthropic
20.8
184
-
-
63
gemini-2.0-flash-001
Google
19.5
792
1.05M
¥1.08 / ¥4.32输入/输出
64
mistral-small-2506
Mistral
18.2
632
262K
¥2.88 / ¥14.4输入/输出
65
grok-4-0709
Xai
16.9
1.1K
256K
¥21.6 / ¥108输入/输出
66
grok-4-1-fast-reasoning
Xai
15.6
1.7K
2M
¥1.44 / ¥3.6输入/输出
67
glm-4.5v
Zai
14.3
223
64K
¥4.32 / ¥13输入/输出
68
gemma-3-27b-it
Google
13.0
1.1K
128K
¥2.15 / ¥2.15输入/输出
69
mistral-medium-2508
Mistral
11.7
2.2K
262K
¥2.88 / ¥14.4输入/输出
70
mistral-medium-2505
Mistral
10.4
846
262K
¥2.88 / ¥14.4输入/输出
71
llama-4-maverick-17b-128e-instruct
Meta
9.1
549
1M
¥1.8 / ¥6.26输入/输出
72
gpt-5-nano-high
Openai
7.8
272
400K
¥0.36 / ¥2.88输入/输出
73
glm-4.6v
Zai
6.5
282
128K
¥2.16 / ¥6.48输入/输出
74
step-1o-turbo-202506
Stepfun
5.2
251
-
-
75
mistral-small-3.1-24b-instruct-2503
Mistral
3.9
843
262K
¥2.88 / ¥14.4输入/输出
76
llama-4-scout-17b-16e-instruct
Meta
2.6
500
128K
¥1.44 / ¥5.62输入/输出
77
claude-3-5-sonnet-20241022
Anthropic
1.3
226
200K
¥21.6 / ¥108输入/输出
78
claude-3-5-haiku-20241022
Anthropic
0.0
232
200K
¥5.76 / ¥28.8输入/输出
榜首模型解读

claude-opus-4-7 为什么排第一

claude-opus-4-7 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 1.1K。如果你的任务与本榜单口径一致，可以优先把它作为候选模型，再结合价格、上下文长度和可用性做最终选择。

如何选择模型

不要只看第一名

先选择最接近真实任务的排行榜，再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强；样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。

常见问题

作业辅导常见问题

作业辅导排行榜看什么指标？

主要看排名、百分制分数、样本量和来源。分数用于快速比较同一榜单内模型表现，样本量用于判断结果稳定性。

为什么不同榜单不能直接混合成总分？

不同榜单的任务、样本和评测口径不同，模力榜默认只在同一榜单内排序，避免把写作、代码、图像等能力强行合并。

作业辅导模型应该怎么选？

优先看与你任务最接近的榜单，再结合价格、上下文长度、开源闭源和厂商可用性。排名靠前不代表适合所有预算和部署方式。

榜单多久更新？

页面展示的是最新成功采集的公开榜单数据。当前优先使用 LMArena leaderboard dataset，并在页面来源中保留原始链接。